S'abonner

Étude des algorithmes de repérage de la schizophrénie dans le Sniiram par le réseau REDSIAM - 15/09/17

Doi : 10.1016/j.respe.2017.03.133 
C. Quantin a, , b, c , C. Collin d, M. Frérot a, J. Besson a, J. Cottenet a, M. Corneloup e, A. Soudry-Faure f, A.-S. Mariet a, A. Roussot a

pour le groupe REDSIAM–Troubles mentaux et du comportementg, 1

  Le groupe REDSIAM – Troubles mentaux et du comportement composé de : A. Amariei, N. Authier, M. Biotteau-Lacoste, C. Brotons, V. Carrasco, C. Chan-Chee, F. Chin, M. Coldefy, C. Collin, J. Cottenet, C. Gourier-Fréry, I. Khati, S. Leclerc, A-S. Mariet, C. Nestrigue, A. Neumann, J-F. Philippon, M. Pinet, L. Plancke, C. Quantin, A. Roussot, J. Rudant, A. Soudry-Faure, C. Verret.

a Service de biostatistiques et d’information médicale (DIM), université Bourgogne Franche-Comté, CHRU Dijon, 21000 Dijon, France 
b Inserm, CIC 1432, Dijon University Hospital, Clinical Investigation Center, clinical epidemiology/clinical trials unit, 21000 Dijon, France 
c Biostatistics, Biomathematics, Pharmacoepidemiology and Infectious Diseases (B2PHI), Inserm, UVSQ, Institut Pasteur, université Paris-Saclay, 94800 Villejuif, France 
d Direction scientifique et de la stratégie européenne, Agence nationale de sécurité du médicament et des produits de santé, pôle épidémiologie des produits de santé, 143/147, boulevard Anatole-France, 93285 Saint-Denis cedex, France 
e Service de santé publique et médecine sociale, CHU de Dijon, 21000 Dijon, France 
f Unité de soutien méthodologique, DRCI, University Hospital of Dijon, 21000 Dijon cedex, France 
g Réseau national pour la validation des algorithmes utilisés pour identifier des cas de pathologies dans le programme de médicalisation des systèmes d’information (PMSI) 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 10
Iconographies 0
Vidéos 0
Autres 0

Résumé

Position du problème

Le réseau REDSIAM a pour objectif de favoriser la communication entre les utilisateurs des bases de données contenues dans le Sniiram, de valider et de promouvoir les méthodes d’analyses de ces données. Au sein de ce réseau, le groupe de travail « Troubles mentaux et du comportement » s’est intéressé aux algorithmes d’identification de la schizophrénie de l’adulte dans le Sniiram et a recensé au cours d’entretiens avec des experts, les critères d’identification des patients souffrant de cette pathologie.

Méthode

Après un travail de bibliographie, neuf experts de la schizophrénie ont été interrogés sur leurs procédés de repérage des patients vivant avec un trouble schizophrénique dans le Sniiram. Les entretiens ont eu lieu par téléphone, à partir d’un questionnaire.

Résultats

La synthèse des entretiens montre que le Sniiram contient différentes bases permettant le repérage des patients souffrant de schizophrénie : celle des ALD, celle des hospitalisations et celle relative aux traitements médicamenteux. Pour être le plus complet possible, un algorithme devrait s’appuyer sur l’ensemble des critères de repérage évoqués par les partenaires et présents dans ces bases. En effet, seul un tiers des personnes vivant avec un trouble schizophrénique semble bénéficier d’une ALD. Tous les patients ne sont pas hospitalisés et le codage des diagnostics lors d’hospitalisations, notamment en court-séjour MCO, n’est pas exhaustif. Pris séparément, les traitements antipsychotiques ne peuvent être employés comme critère de repérage car ils sont également délivrés à des patients souffrant de troubles bipolaires, voire à des patients présentant d’autres troubles. Il semble opportun de combiner ces critères complémentaires. Les experts ont attiré l’attention sur les prises en charge en ambulatoire, qui concernent près de 80 000 patients sans autre forme de suivi, même si celles-ci sont difficiles à chaîner avec les autres informations. Trois propositions d’algorithmes ont été faites par des experts, chacune combinant l’ensemble des critères évoqués.

Conclusion

Une identification des patients atteints de schizophrénie et pris en charge pour cette pathologie semble possible dans le Sniiram. Différentes combinaisons des critères retenus doivent être utilisées en fonction des objectifs poursuivis, sur une période adaptée.

Le texte complet de cet article est disponible en PDF.

Abstract

Background

The aim of the REDSIAM network is to foster communication between users of French medico-administrative databases and to validate and promote analysis methods suitable for the data. Within this network, the working group “Mental and behavioral disorders” took an interest in algorithms to identify adult schizophrenia in the SNIIRAM database and inventoried identification criteria for patients with schizophrenia in these databases.

Methods

The methodology was based on interviews with nine experts in schizophrenia concerning the procedures they use to identify patients with schizophrenia disorders in databases. The interviews were based on a questionnaire and conducted by telephone.

Results

The synthesis of the interviews showed that the SNIIRAM contains various tables which allow coders to identify patients suffering from schizophrenia: chronic disease status, drugs and hospitalizations. Taken separately, these criteria were not sufficient to recognize patients with schizophrenia, an algorithm should be based on all of them. Apparently, only one-third of people living with schizophrenia benefit from the longstanding disease status. Not all patients are hospitalized, and coding for diagnoses at the hospitalization, notably for short stays in medicine, surgery or obstetrics departments, is not exhaustive. As for treatment with antipsychotics, it is not specific enough as such treatments are also prescribed to patients with bipolar disorders, or even other disorders. It seems appropriate to combine these complementary criteria, while keeping in mind out-patient care (every year 80,000 patients are seen exclusively in an outpatient setting), even if these data are difficult to link with other information. Finally, the experts made three propositions for selection algorithms of patients with schizophrenia.

Conclusion

Patients with schizophrenia can be relatively accurately identified using SNIIRAM data. Different combinations of the selected criteria must be used depending on the objectives and they must be related to an appropriate length of time.

Le texte complet de cet article est disponible en PDF.

Mots clés : Schizophrénie, RIM-P, PMSI, Santé mentale, Sniiram

Keywords : Schizophrenia, RIM-P, PMSI, Mental health, SNIIRAM


Plan


© 2017  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 65 - N° S4

P. S226-S235 - octobre 2017 Retour au numéro
Article précédent Article précédent
  • Méthodes de sélection des données du PMSI pour l’analyse des victimes de traumatismes : brûlures et lésions cérébrales traumatiques
  • L.-M. Paget, A. Dupont, G. Pédrono, L. Lasbeur, B. Thélot
| Article suivant Article suivant
  • Recherche d’algorithmes d’identification des cancers dans les bases médico-administratives : premiers résultats des travaux du groupe REDSIAM Tumeurs sur les cancers du sein, du côlon-rectum et du poumon
  • P.-J. Bousquet, P. Caillet, M. Coeuret-Pellicer, H. Goulard, Y.C. Kudjawu, C. Le Bihan, A.I. Lecuyer, F. Séguret

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.